Visualization Service

[karamolegkos]

Visualization Service

[konvoulgaris]

Autoviz routing finally complete! Moving on to specification synchronicity...

[karamolegkos]

Ξαναχρησιμοποιούμε πλέων το παρακάτω node με τα εξής χαρακτηριστικά:

{
  "title" : "visualization",
  "label" : <a-random-title>
}

Παρακάτω ένα Flow ενός παραδειγματικού Use Case:

1. To Web Application καλεί τον Orchestrator για μία εφαρμογή ανάλυσης.
   • Το Web Application ελέγχει αν όλα τα visualization titles είναι διαφορετικά για το analysis.
2. Όταν ο Orchestrator εντοπίζει ένα visualization node (ending node) τότε καλεί το Visualization Service.
3. To Visualization Service παίρνει ως είσοδο από τον Orchestrator τα παρακάτω:

{
  "analysis-id" : <analysis-id>,
  "job-id" : <job-id>,
  "last-job-id" : <last-job-id>,    # The last job id in orfer to get the metadata from MongoDB made by the other services
  "last-job-title" : <last-job-title>,
  "minio-output" : <minio-output>,
  "minio-input" : <minio-input>
}

Αν χρειάζεται παραπάνω πληροφορία ο @karamolegkos θα επικοινωνήσει με τον @konvoulgaris.
4. To Visualization Service δίνει ως έξοδο τα παρακάτω:
- Εικόνες στο minio-ouput path
- Κάθε εικόνα πρέπει να έχει ως τίτλο το τι δείχνει (Θα χρησιμοποιηθεί στα επόμενα βήματα)
- Ο τρόπος επικοινωνίας του Visualization Service με τον Orchestrator ακολουθεί την λογική και των υπόλοιπων services.

5. Όταν το Visualization Service ολοκληρώσει, ο Orchestrator κάνει το παρακάτω update στην MongoDB, στην DB: UIDB στο collection: pipelines στο document χρησιμοποιώντας το κλειδί { "analysisid" : <analysis-id> } και προσθέτει το παρακάτω πεδίο:

"visualization" : {
    <vis-1> : [
       'metis/analysis-23415/visualization-11/chart1.html',
       'metis/analysis-23415/visualization-11/chart2.html',
       'metis/analysis-23415/visualization-11/chart3.html',
    ],
    <vis-2> : [
       'metis/analysis-23415/visualization-12/chart1.html',
       'metis/analysis-23415/visualization-12/chart2.html',
       'metis/analysis-23415/visualization-12/chart3.html',
    ],
}

6. Όταν η εφαρμογή ανάλυσης τελειώσει ο orchestrator προσθέτει στο document του Βήμα 5. το παρακάτω key-value:

{
    "status":"completed"
}

Κατά την ολοκλήρωση της εφαρμογής στο μέλλον θα τοποθετούνται και metrics (we need more reasearh for that) με τον παρακάτω τρόπο στο ίδιο document:

"metrics" : {
    <metric-title-1> : [<minio-path-1>], # Ο τίτλος των αρχείων χρησιμοποιείτε για τον Χρήστη
    <metric-title-2> : [<minio-path-2>] # Ο τίτλος των αρχείων χρησιμοποιείτε για τον Χρήστη
}

[karamolegkos]

After a lot of debugging this is working.
Integraded ✔️

[konvoulgaris]

Highly linked with "Visualization Interface". Need to coordinate tasks
@karamolegkos @adreaskar

[adreaskar]

Νομίζω πρέπει να αποφασίσουμε στο πως θα γίνεται η αποθήκευση απο το Visualization Service και ύστερα η λήψη των εικόνων απο το Visualization Interface (DIASTEMA-UPRC/web-application#31)

I see two scenarios:

• Το Visualization Service κάνει generate όλα τα plots ahead of time και τα αποθηκεύει σε κάποιο αποθετήριο (perhaps MinIO?), και αποθηκεύει το retrieval url στην MongoDB. Ο χρήστης μέσα απο το Visualization Interface, επιλέγει την ανάλυση για την οποία θέλει αποτελέσματα, και πατώντας Visualize Results το service παίρνει τα link απο την MongoDB που σχετίζονται με αυτήν την ανάλυση, και κάνει display τις εικόνες.
• Το Visualization Service κάνει δυναμικά generate τις εικόνες τις οποίες χρειάζεται το Visualization Interface, στέλνοντας του απευθείας ένα list of urls, που θα είναι όλες οι εικόνες που πρέπει να κάνει Display. Δεν ξέρω εδώ βέβαια πως θα παίξει το κομμάτι του filtering.

Food for thought

[adreaskar]

Update:

Κάνω μια πρόταση για το πως θα μπορούσαμε να δομήσουμε τα 3 services ώστε να παίζουν μεταξύ τους:

1. Όταν μια ανάλυση τελειώνει ο Orchestrator πηγαίνει: MongoDB -> UIDB database -> Pipelines collection, να βρίσκει την εγγραφή αυτής της ανάλυσης και να προσθέτει στο πεδίο metadata την εγγραφή: "status":"completed"
2. Το Visualization Interface σκανάρει όλο το Pipelines collection και εμφανίζει τις αναλύσεις που έχουν "status":"completed" Για κάθε ανάλυση παρέχει κάποια μεταδεδομένα καθώς και δύο κουμπιά:
   • Results
   • Monitor
3. Το Visualization Service για κάθε analysis που είναι "status":"completed", παράγει όλα γραφήματα απο τα αποτελέσματα και τις μετρικές.
   • Για κάθε ένα απο αυτά, δημιουργεί ένα link της εικόνας, τα οποία τα αποθηκεύει όλα μαζί στο πεδίο metadata, σε μια νέα εγραφή της μορφής: "charts":["url1","url2","url3", ... ]
   • Επιπλεων, αποθηκεύει στο ίδιο πεδίο μια νέα εγγραφή της μορφής: "charts-info":["metric1","metric2","result1", ... ]
     Αυτό θα περιέχει τις περιγραφές των γραφημάτων, και θα τοποθετούνται με την ίδια σειρα που τοποθετήθηκαν τα charts urls.
     Το charts-info στην ουσία θα χρησιμοποιηθεί σαν τις επιλογές που θα έχει ο χρήστης για να φιλτράρει τα charts που θα βλέπει.
4. Δεν ξέρω πως θα κινηθούμε με το Monitoring Service άλλα θα πρότεινα να κάνει αντίστοιχη δουλεία με αυτό που περιέγραψα στο προηγούμενο βήμα.
   • Να δημιουργεί στο πεδίο metadata μια νέα εγγραφή της μορφής: "monitoring-charts":["url1", ... ]
   • Καθώς και μια εγγραφή: "monitoring-charts-info":["metric1", ... ]
5. Και τέλος, ανάλογα με το ποιο κουμπί θα πατήσει ο χρήστης στο βήμα 2, το Visualization Interface θα ανατρέχει στην MongoDB, στο collection Pipelines, και θα εμφανίζει την αντίστοιχη πληροφορία που χρειάζεται.

@konvoulgaris @karamolegkos ρίξτε του μια ματιά στον χρόνο σας και το συζητάμε.

[karamolegkos]

@konvoulgaris waiting for confirmation

[konvoulgaris]

yeah this generally sounds good, im playing around with a library to automatically determine best chart for data. ill be back as soon as i have more info to share

[karamolegkos]

Workflow has been updated for the Web App and Orchestrator connectivity.

[karamolegkos]

Needs to be deployed.

[karamolegkos]

It is working good. I suggest to close this issue ✔️.

[karamolegkos]

Remains open until Spark is integrated.

[karamolegkos]

Spark Integrated ✔️.